MétaCan
Menu
Retour à la cohorte
Enregistrement W4311277249 · doi:10.37775/eis.2022.2.6

Accomodation of deformation in rolled Aluminium

2022· article· en· W4311277249 sur OpenAlexaff
Gyula Pál, Purnima Chakravarty, János György Bátorfi, Jurij J. Sidor

Notice bibliographique

RevueMérnöki és Informatikai Megoldások · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMicrostructure and mechanical properties
Établissements canadiensSavaria (Canada)
Organismes subventionnairesNemzeti Kutatási, Fejlesztési és Innovaciós AlapInnovációs és Technológiai Minisztérium
Mots-clésElectron backscatter diffractionAluminiumMaterials scienceCrystalliteTexture (cosmology)Annealing (glass)MetallurgyDiffractionOpticsMicrostructureComputer sciencePhysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The current as well as the future industrial market for Aluminium (Al) is huge and various research is being under work regarding the usability of Aluminium. However, during the deep drawing of Aluminium several issues can be developed and some of them are originated from the fundamental material properties. One of these factors is the material texture, which is the preferred orientation of the constituent polycrystalline Al, and the characteristic texture is affected by different rolling and annealing schedules. To investigate the material texture, symmetric and asymmetric rolling trials were performed on a commercially available Al 1050 sample. Energy-dispersive X-ray Spectroscopy (EDX), and Electron Backscatter Diffraction (EBSD) scanning has performed to determine the material composition and the crystallographic orientations of the investigated samples.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,213
Écart entre enseignants0,203 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMérnöki és Informatikai MegoldásokMême sujetMicrostructure and mechanical propertiesTravaux en français237 207